Meta lance Muse Voice Transcribe pour la transcription vocale en temps réel

Meta a lancé Muse Voice Transcribe, entrant sur le marché concurrentiel de la transcription vocale en temps réel. Ce nouveau modèle combine transcription en continu, détection de fin de parole et diarisation des locuteurs pour plus de 20 participants, le tout au tarif de 0,18 $ par heure d'audio traité.

Développé par Meta Superintelligence Labs, Muse est conçu pour traiter la parole au fur et à mesure qu'elle se produit, plutôt que d'attendre la fin d'un enregistrement. Meta indique que le modèle prend en charge des fichiers audio longs dépassant une heure, le changement de langue multilingue transparent, le biais linguistique et de mots-clés, ainsi que la diarisation sans pipeline de post-traitement distinct.

Bien que la capacité de plus de 20 locuteurs soit importante, elle ne constitue pas un record absolu sur le marché. Des concurrents tels que Speechmatics revendiquent la prise en charge de jusqu'à 100 locuteurs, et Amazon Transcribe jusqu'à 30. Cependant, Muse offre une combinaison de diarisation en temps réel à haute capacité, de faible latence, de capacités multilingues et de tarification API agressive au sein d'un modèle unique.

Cette combinaison est pertinente pour les développeurs d'entreprise qui créent des systèmes de réunion, des outils d'analyse d'appels ou des applications d'IA ambiante. L'attribution précise des locuteurs est essentielle lorsque les transcriptions alimentent des systèmes d'IA en aval, évitant ainsi les erreurs d'attribution qui pourraient compromettre les enregistrements d'entreprise ou les flux de conformité.

À 0,18 $ par heure, Muse offre une structure de prix compétitive. Meta précise que ce tarif s'applique à l'audio réellement traité et est identique pour la transcription en continu et hors ligne, avec une option de traitement sans conservation des données au même prix.